MétaCan
Menu
Retour à la cohorte
Enregistrement W4291003327 · doi:10.36227/techrxiv.20448597.v1

An asset-focused systematic framework to manage cybersecurity from tactical and operational levels

2022· preprint· en· W4291003327 sur OpenAlexaff
Manuel Domínguez-Dorado, Javier Carmona-Murilo, David Cortés‐Polo, Francisco J. Rodríguez-Pérez

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineComputer Science
ThématiqueInformation and Cyber Security
Établissements canadiensNetwork for Business Sustainability
Organismes subventionnairesnon disponible
Mots-clésAsset (computer security)Computer securityContext (archaeology)Process (computing)Computer scienceSet (abstract data type)Process managementHolismAsset managementKnowledge managementRisk analysis (engineering)Engineering managementBusinessEngineeringFinance

Résumé

récupéré en direct d'OpenAlex

The standards and reference models commonly used to administrate cybersecurity are not suitable to manage it at tactical and operational levels. They are sometimes very generic, other times they are focused on information security but not on cybersecurity, and on rare occasions\textcolor{blue}{,} they detail specific methodological and procedural aspects for lower levels. This causes difficulty in keeping cybersecurity adapted to the highly dynamic cyber context with the required holism and strategic alignment. Our proposal defines a process, CyberTOM, to manage cybersecurity from tactical and operational levels, as well as a set of techniques, knowledge bases, and concepts to support it and contribute to its practical application, focusing on the business asset and on maintaining both the holistic vision and strategic alignment. Likewise, our solution provides mechanisms to assess cybersecurity at different levels, being an independent complement of the standard used for higher levels.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0070,005
Études des sciences et des technologies0,0020,006
Communication savante0,0090,013
Science ouverte0,0030,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,295
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInformation and Cyber SecurityTravaux en français237 207